MétaCan
Menu
Retour à la cohorte
Enregistrement W2990460663 · doi:10.11591/ijece.v10i2.pp1905-1914

Improved predictive current model control based on adaptive PR controller for standalone system based DG set

2020· article· en· W2990460663 sur OpenAlexaff
Halima Ikaouassen, Abderraouf Raddaoui, Miloud Rezkallah, Hussein Ibrahim

Notice bibliographique

RevueInternational Journal of Electrical and Computer Engineering (IJECE) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensCegep de Sept IlesÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Computer scienceController (irrigation)Model predictive controlPID controllerMATLABFilter (signal processing)Control engineeringControl (management)Temperature controlEngineering

Résumé

récupéré en direct d'OpenAlex

This paper investigates an improved current predictive model control (PCMC) strategy with a prediction horizon of one sampling time for voltage regulation in standalone system based on diesel engine driven fixed speed of a synchronous generator. An adaptive PR controller with anti-windup scheme is employed to achieve high performance regulation without saturation issues. In addition, new method to obtain the optimal parameters of the adaptive PR controller to achieve high performance during the transition and in steady state is provided. To balance the power at the point of common coupling (PCC) as well as to feed a clean power to the connected loads, a three-phase voltage source inverter (VSI) with LRC filter is controlled using the developed improved PCMC strategy, where the output filter current is controlled using the predicting of the system behaviour model in the future step, at each sampling prediction time. The performances of the proposed configuration and the improved control strategy are verified using Matlab/Simulink interface.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,191
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Electrical and Computer Engineering (IJECE)Même sujetMicrogrid Control and OptimizationTravaux en français237 207